站在2024年这个时间点回望，如果说AI算力的上半场是GPU的孤军奋战，那么下半场，CPU正以“算力中枢”的身份，重新夺回它在数据中心的话语权。

长期以来，市场形成了一种惯性思维：AI等于GPU，CPU只是负责“递板砖”的辅助角色。但随着大模型参数从千亿迈向万亿，当上下文窗口从万级跨越到百万级，整个算力架构的底层逻辑发生了质变。

一、CPU从“送货员”变成“调度指挥官”

目前，制约大模型性能进一步突破的，已经不再单纯是算力峰值（TFLOPS），而是极其残酷的“显存墙”。为了追求更强的理解能力，长文本处理（Long Context）成了各大厂商角逐的焦。当上下文窗口跨越百万级别时，昂贵的HBM显存就像是市中心的顶级豪宅，即便寸土寸金，也难以承载庞大的KV Cache数据。

这种硬件限制迫使系统架构必须向“内存卸载方案”转向。简单来说，就是把一部分GPU放不下的数据，临时存放到由CPU管理的DDR内存中。CPU凭借其对廉价、大容量DDR5内存的高效调度能力，成为了显存之外不可或缺的动态缓冲池。

不仅如此，多模态数据的爆发，让数据结构变得极其复杂。在这些图像、视频、音频数据被喂进GPU进行高强度矩阵运算之前，必须经过实时的编解码与特征对齐。这就像工厂流水线，GPU是负责精细加工的机器，而CPU则是负责原料分拣、粗加工和物流调配的控制枢纽。没有CPU的高效预处理，再强的GPU也只能空转。

我们认为，CPU正从过去的辅助角色，转型为存算一体的控制核心，其在AI链路中的战略地位将迎来根本性的重估。

二、Agent推高CPU的逻辑底座价值

如果说Transformer架构让模型有了“直觉”，那么强化学习（RL）的引入，则让模型有了“逻辑”。

这是大模型进化的关键分水岭，也正是CPU展现统治力的主战场。

在强化学习的训练过程中，系统需要同时运行策略模型、参考模型、奖励模型等多个模块。这里面涉及极其复杂的梯度聚合与参数同步，每一秒钟都要进行海量的跨节点通信协调，这些“细活”全靠CPU来打理。

更重要的是，随着AI向具有自主规划能力的Agent（智能体）演进，工作流发生了剧变。未来的AI不再只是写一首诗，而是要通过API调用工具、编排工作流、进行长程的逻辑推理。这些任务并非计算密集型，而是典型的逻辑密集型任务。

GPU擅长“暴力计算”，但面对复杂的“if-else”逻辑判别、环境交互与非线性的工具调用，CPU的架构优势无可替代。随着Agent应用的普及，AI任务中非计算部分的占比将飙升，这必然带动CPU需求量的快速增长。我们观察到，算力集群中CPU与GPU的配比正在发生微妙变化，CPU的权重有望稳步提升。

三、被低估的涨价持续性

从供应链的视角看，CPU正处于一场“供需错配”的风暴中心。

目前的先进制程产能是极其稀缺的。苹果的A系列、M系列芯片，以及英伟达统治级的H系列、B系列GPU，几乎锁死了台积电等一线代工厂的先进制程及CoWoS封装的主要产能。这种强力“挤占”效应，导致高性能服务器CPU的产能受到显著限制。

当需求因AI架构演进而激增，而供给侧又遭遇产能瓶颈时，价格上涨成了唯一的调节手段。根据IT之家的最新监测，AI算力需求的倒灌已经引发了AMD、英特尔等巨头的产品调价。

今年3月，消费级CPU价格已普遍上涨5%至10%，而更具刚需属性的服务器CPU，涨幅更是达到了10%至20%。

目前市场普遍认为这只是短期的波动，但我们认为，三季度CPU将迎来新一轮更强劲的涨价潮。

因为随着万亿参数模型的落地，全球范围内对高带宽、高性能CPU的需求才刚刚开始释放。这种供给受限倒逼价值中枢上移的过程，其持续性将远超市场预期。

核心概念梳理：

1. 海光信息：国内高性能CPU领军者，兼容X86生态，深度受益于服务器国产化与AI算力需求双增。

2. 龙芯中科：坚持自主指令集LoongArch，在工控及特定安全领域具有极高的技术护城河。

3. 中国长城：背靠中国电子，在国产整机与高端服务器领域布局深厚，是国产CPU应用的重要阵地。

4. 禾盛新材：在上游材料端提供关键支持，受益于算力硬件整体需求的放量。

5. 品高股份：深耕云操作系统与资源调度，是CPU与GPU异构计算环境下，“算力调配”的关键软件力量。

6. 卓易信息：全球领先的BIOS和BMC固件供应商，作为CPU启动与运行的核心底层支撑，具有极强的稀缺性。

免责声明：以上内容仅供参考，不作为投资建议

近期热点发掘文章：

存储超预期了，最核心10家企业梳理

算力芯片，一季报爆发的10家企业梳理

半导体设备预期增强，最核心10家企业梳理